一种用于增强支持向量机以预测 2 型糖尿病发病的深度学习方法新解
机器学习
2022-08-15 v1 神经与进化计算
摘要
2 型糖尿病是人类已知最重大且致命的疾病之一，每年有数千人罹患 2 型糖尿病。然而，当今 2 型糖尿病的诊断与预防相对昂贵；因此，使用机器学习和深度学习技术预测 2 型糖尿病发病日益受到重视。本研究旨在提高预测 2 型糖尿病发病的准确率和曲线下面积（AUC）指标，同时改善处理时间。所提系统由一种深度学习技术组成，其使用支持向量机（SVM）算法、径向基函数（RBF）以及长短期记忆层（LSTM）来预测 2 型糖尿病发病。所提方案平均准确率达 86.31%，平均 AUC 值为 0.8270 即 82.70%，处理时间改善 3.8 毫秒。径向基函数（RBF）核与 LSTM 层提升了当前行业标准的预测准确率与 AUC 指标，使其在不影响处理时间的情况下更适于实际应用。
引用
@article{arxiv.2208.06354,
title = {A novel solution of deep learning for enhanced support vector machine for predicting the onset of type 2 diabetes},
author = {Marmik Shrestha and Omar Hisham Alsadoon and Abeer Alsadoon and Thair Al-Dala'in and Tarik A. Rashid and P. W. C. Prasad and Ahmad Alrubaie},
journal= {arXiv preprint arXiv:2208.06354},
year = {2022}
}
备注
18 pages